JobInterview AIQuestions d'entretien : Data Scientist
Un entretien de data scientist cherche quelqu'un qui résout un problème d'entreprise avec un modèle, pas quelqu'un qui cherche des problèmes pour son modèle. On vous demandera comment vous avez choisi votre métrique, ce qui s'est passé en production, et quand vous avez renoncé au machine learning.
Les questions à attendre
Parlez-moi d'un modèle que vous avez mis en production.
Ce qu'il écoute
Le problème et le point de comparaison avant l'algorithme. Puis comment il était servi, surveillé, et ce qu'il a changé pour l'entreprise.
Comment avez-vous choisi la métrique à optimiser ?
Ce qu'il écoute
Le lien entre la métrique et l'argent ou l'utilisateur. Et ce que la métrique cache.
Racontez-moi un projet où l'approche simple a gagné.
Ce qu'il écoute
Que vous avez essayé le simple d'abord et que vous savez dire pourquoi la complexité ne valait pas son prix.
Parlez-moi d'une expérience dont le résultat vous a surpris.
Ce qu'il écoute
Que vous avez vérifié l'expérience avant de croire la surprise : échantillon, durée, segments.
Comment expliquez-vous une prédiction à quelqu'un qui doit agir dessus ?
Ce qu'il écoute
Un cas concret, avec un commercial, un médecin ou un responsable d'exploitation, et les mots que vous avez employés.
Une réponse, avant et après
Parlez-moi d'un modèle que vous avez mis en production.
Vous avez dit
J'ai construit un modèle de gradient boosting pour scorer les prospects, avec environ deux cents variables, j'ai réglé les hyperparamètres par recherche bayésienne et obtenu une AUC de 0,87, ce qui était une grosse amélioration par rapport à la version d'avant.
Essayez
Les commerciaux appelaient les prospects dans leur ordre d'arrivée. J'ai construit un score qui les classe par chance de signer ; une régression logistique faisait l'essentiel du travail, je l'ai gardée parce qu'elle s'explique. Les commerciaux ont appelé le premier tiers d'abord, et leurs rendez-vous sont passés de 11 à 15 par mois. Je revois la dérive chaque mois avec le directeur commercial.
Le problème et le résultat pour l'entreprise passent avant l'algorithme.
Ce qu'un bilan note pour ce poste
- Impact sur l'activité
- Vous dites ce que le modèle a changé, dans l'unité de l'entreprise.
- Rigueur scientifique
- Vous nommez le point de comparaison, la validation et les limites.
- Communication
- Vous expliquez sans jargon et sans cacher l'incertitude.
Des exemples : chaque bilan choisit les compétences qui correspondent au poste et à l'entretien.
Répétez cet entretien à voix haute
Lire ces questions est un début. Dire vos réponses à quelqu'un qui vous relance, c'est la répétition.
Télécharger dans l'App Store